автореферат диссертации по транспорту, 05.22.07, диссертация на тему:Повышение энергетической эффективности нетяговых железнодорожных потребителей за счет совершенствования методов анализа и определения расхода электрической энергии

На правах рукописи

КОЛОМОЕЦ Ольга Анатольевна

ПОВЫШЕНИЕ ЭНЕРГЕТИЧЕСКОЙ ЭФФЕКТИВНОСТИ НЕТЯГОВЫХ ЖЕЛЕЗНОДОРОЖНЫХ ПОТРЕБИТЕЛЕЙ ЗА СЧЕТ СОВЕРШЕНСТВОВАНИЯ МЕТОДОВ АНАЛИЗА И ОПРЕДЕЛЕНИЯ РАСХОДА ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ

Специальность 05.22.07 - «Подвижной состав железных дорог, тяга поездов и электрификация»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

5 ДЕК 2013

ОМСК 2013

005543642

005543642

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Омский государственный университет путей сообщения (ОмГУПС (ОмИИТ)».

Научный руководитель:

доктор технических наук, профессор ЧЕРЕМИСИН Василий Титович.

Официальные оппоненты:

доктор технических наук, профессор МАНУСОВ Вадим Зиновьевич

профессор кафедры «Системы электроснабжения предприятий» ФГБОУ ВПО «Новосибирский государственный технический университет (НГТУ)»;

доктор технических наук, профессор КАНДАЕВ Василий Андреевич

профессор кафедры «Инфокоммуникационные системы и информационная безопасность» ФГБОУ ВПО «Омский государственный университет путей сообщения (ОмГУПС)».

Ведущая организация:

ФГБОУ ВПО «Ростовский государственный университет путей сообщения (РГУПС)».

Защита диссертации состоится 26 декабря 2013 г. в 9 часов на заседании диссертационного совета Д 218.007.01 при федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Омский государственный университет путей сообщения (ОмГУПС (ОмИИТ)» по адресу: 644046, г. Омск, пр. Маркса, 35, ауд. 219.

С диссертацией можно ознакомиться в библиотеке Омского государственного университета путей сообщения.

Автореферат разослан 25 ноября 2013 г.

Отзывы на автореферат в двух экземплярах, заверенные гербовой печатью учреждения, просим направлять в адрес диссертационного совета Д 218.007.01.

Тел./факс: (3812) 31-13-44; e-mail: nauka@omgups.ru

Ученый секретарь

диссертационного совета

доктор технических наук,

профессор ^^ О. А. Сидоров.

Омский гос. университет путей сообщения, 2013

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В соответствии с программой «Энергетическая стратегия железнодорожного транспорта на период до 2015 года и на перспективу до 2030 года» одной из главных целей в области ресурсосберегающих технологий является повышение энергоэффективности основных производственных процессов компании. Важная роль при этом уделяется процессам прогнозирования объема энергопотребления как в системе тягового электроснабжения, так и на нетяговые нужды структурных подразделений (СП) железных дорог.

В настоящее время достоверность результатов планирования расхода электрической энергии нетяговых железнодорожных потребителей не во всех случаях является удовлетворительной, что свидетельствует о недостаточной степени разработанности исследуемой темы. Так, планируемый расход электрической энергии на нетяговые нужды в ОАО «РЖД» за 2012 г. составил 5446Д млн кВт-ч, а фактический - 4370,2 (расхождение - (-19.8) %)• Наиболее существенна погрешность планирования по Дирекции железнодорожных вокзалов - (-30) %, Дирекции тепловодоснабжения - (-32,7), Дирекции управления движением - (-34,7), а также по отдельным железным дорогам: Свердловской - (-9,0), Красноярской - (-8,6), Западно-Сибирской - (-6,1) %. Установление недостоверных лимитов электропотребления приводит к неэффективному использованию денежных средств на приобретение энергоресурсов.

В связи с этим разработка актуальной и достоверной методики анализа и определения расхода электрической энергии нетяговых железнодорожных потребителей на основе современного математического аппарата является актуальной задачей.

Цель диссертационной работы - совершенствование методов анализа и определения расхода электрической энергии нетяговыми железнодорожными потребителями на основе математического аппарата искусственных нейронных сетей.

Для достижения указанной цели были поставлены следующие задачи:

1) выполнить систематизацию производственно-технологических и климатических факторов, влияющих на расход электрической энергии нетяговых железнодорожных потребителей;

2) разработать математическую модель электропотребления структурных подразделений железных дорог с использованием искусственных нейронных сетей;

3) разработать методику и программный комплекс на основе искусственных нейронных сетей для анализа и определения расхода электрической энергии на нетяговые нужды железнодорожного транспорта;

4) выполнить апробацию методики анализа и определения расхода электрической энергии на предприятиях железнодорожного транспорта и определить экономический эффект от ее внедрения.

Методы исследования. Для достижения поставленных целей использованы теоретические и экспериментальные исследования, моделирование процессов электропотребления на нетяговые нужды с помощью разработанного программного комплекса на основе искусственных нейронных сетей. В исследованиях использованы основные положения математической статистики и теории вероятностей.

Научная новизна диссертационной работы заключается в следующем.

1. Разработана методика анализа и определения расхода электрической энергии структурных подразделений железных дорог с использованием искусственных нейронных сетей, учитывающая влияние климатических и производственных факторов.

2. Предложен алгоритм выбора структуры и параметров нейронной сети на основе расчета коэффициента, характеризующего близость дисперсий фактической и смоделированной выборок, и среднеквадратического отклонения средней ошибки моделирования для определения расхода электрической энергии структурных подразделений железных дорог.

Положения, выносимые на защиту:

1) методика анализа и определения расхода электрической энергии на нетяговые нужды железнодорожных потребителей с использованием искусственных нейронных сетей;

2) алгоритм выбора структуры и параметров нейронной сети для определения расхода электрической энергии структурных подразделений железных дорог на основе оценки близости дисперсий фактической и смоделированной выборок и среднеквадратического отклонения средней ошибки моделирования.

Достоверность научных положений и результатов диссертационной работы обоснована теоретически и подтверждена положительными результатами апробации методики анализа и определения расхода электрической энергии на нетяговые нужды с применением искусственных нейронных сетей в струк-

турных подразделениях Южно-Уральской железной дороги с погрешностью, не превышающей 9 %.

Практическая ценность и реализация результатов работы подтверждаются следующими документами и программами:

1) методика планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей, утвержденная'распоряжением ОАО «РЖД» № 2626р от 06.12.2011;

2) программный комплекс «Нейросетевое планирование расхода электрической энергии на железнодорожном транспорте», зарегистрированный в реестре программ для ЭВМ 16.08.2012 (свидетельство об официальной регистрации программы для ЭВМ № 2012617381).

Личный вклад соискателя. Автором принято непосредственное участие в работе на всех этапах: при получении исходных данных, их систематизации и проведении анализа, разработке программного комплекса и апробации результатов исследования. На основе полученной информации сформулированы основные положения диссертации, составляющие ее новизну и практическую ценность.

Апробация работы. Основные положения работы и ее результаты докладывались и обсуждались на научно-практических конференциях «Инновационные проекты и новые технологии в образовании, промышленности и на транспорте» (Омск, 2011 —2012), «Интеллектуальные системы управления на железнодорожном транспорте «ИСУЖТ-2012» (Москва, 2012), «Научные исследования и их практическое применение. Современное состояние и пути развития-2013» (Одесса, 2013), «Эксплуатационная надежность подвижного состава» (Омск, 2013), на семинаре кафедры «Теоретическая электротехника» Омского государственного университета путей сообщения (Омск, 2013), научно-техническом семинаре Омского государственного университета путей сообщения «Повышение эффективности работы железнодорожного транспорта, объектов промышленной теплоэнергетики, телекоммуникационно-информационных систем, автоматики и телемеханики» (Омск, 2013).

Публикации. По материалам диссертации опубликовано девять печатных работ, из них три — в изданиях, определенных ВАК Минобрнауки России [1 — 3].

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех разделов, заключения, библиографического списка из 93 наименований и двух приложений. Работа изложена на 126 страницах основного текста, содержит 42 рисунка, 36 таблиц.

5

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Введение посвящено обоснованию актуальности темы, формулированию цели и задач исследования, определению научной новизны и практической ценности работы, основных направлений исследования.

В первом разделе описана структура системы электроснабжения нетяговых железнодорожных потребителей, проведен сравнительный анализ существующих на железнодорожном транспорте методов определения расхода электрической энергии, выполнена систематизация производственно-технологических и климатических факторов, влияющих на объем электропотребления нетяговых железнодорожных потребителей.

Значительный вклад в решение вопросов повышения эффективности использования электроэнергии в системе электроснабжения тяговых и нетяговых потребителей внесли ученые ведущих проектных институтов и конструкторских депо, железнодорожных вузов России, а также ученые и практики зарубежных научных школ.

Выполненный анализ существующих методов определения расхода электрической энергии нетяговых железнодорожных потребителей показывает, что данные методики имеют ряд недостатков. Так, применение метода прогнозирования, основанного на нормировании по укрупненным показателям в расчете на единицу перевозочной работы - 104 ткм брутто - или на единицу выполненной ремонтно-эксплуатационной работы (например, для вагонного эксплуатационного депо таким измерителем является 100 приведенных вагонов, для дистанции пути - один приведенный километр пути), приводит к значительному расхождению планируемого и фактического удельного расхода. Например, для дистанции пути Свердловской железной дороги фактическое значение расхода отличается от планируемого на 73,8 %. Причиной сложившегося перерасхода является то, что указанные методики не учитывают влияния природно-климатических и производственно-технологических факторов.

В большинстве случаев на предприятиях железнодорожного транспорта применяется метод прогнозирования электропотребления от уровня фактически израсходованного объема за предшествующий период с корректировкой при внедрении нового оборудования или изменении объема производства. Такой метод отличается сравнительной простотой расчетов и учитывает влияние на расход электрической энергии производственных факторов. Однако при

6

применении указанного метода не существует единого подхода, позволяющего достоверно определять изменение расхода электроэнергии при внедрении нового оборудования, изменении объема производства для предприятий различной хозяйственной принадлежности, а также учитывать влияние климатических факторов. В результате такой подход в ряде случаев приводит к существенному расхождению планируемого и фактического расхода электрической энергии

для различных СП железных дорог (рис. 1).

Применение методики, разработанной сотрудниками Омского государственного университета путей сообщения в 2009 г., учитывающей изменение фактически выполненных работ (выпущенной продукции), климатических факторов и данных об объеме электропотребления за предыдущий период и позволяющей осуществлять нормирование электропотребления по типовым объектам в расчете на единицу выполненной ремонтно-эксплуатационной работы, позволяет существенно уменьшить расхождение между фактическим и планируемым электропотреблением. Однако алгоритм для нахождения значения планируемого электропотребления является достаточно сложным и трудоемким и выполнение вручную последовательности действий для получения результата представляется затруднительным.

Показано, что математический аппарат, положенный в основу современной системы определения расхода электроэнергии на железнодорожном транспорте, должен удовлетворять следующим требованиям:

иметь возможность задания наиболее подходящей под процесс энергопотребления функциональной зависимости, в том числе нелинейной;

учитывать случайный характер реального процесса энергопотребления; иметь возможность учитывать множество внешних и внутренних факторов (в том числе неявно заданных).

ста сп №4

Рис. 1. Расхождение между планируемым и фактическим расходом электроэнергии по СП

Проведенный анализ известных математических методов показал, что поставленным требованиям в полной мере удовлетворяет математический аппарат искусственных нейронных сетей (ИНС). Нейронные сети находят широкое применение в задачах планирования сложных производственных процессов. Определены понятие ИНС, их структура и принцип работы. Приведена классификация ИНС по различным критериям, описаны основные области применения, выявлены преимущества и недостатки различных структур ИНС.

Второй раздел посвящен разработке методики и программного комплекса для анализа и определения объема потребления электроэнергии на нетяговые нужды железнодорожного транспорта.

Показано, что в общем виде ИНС представляет собой совокупность искусственных нейронов (на рис. 2 обозначены цифрами 1 - 9) и синапсов (на рис. 2 указаны стрелками). Каждый нейрон может иметь неограниченное количество входов и единственный выход.

Рис. 2. Структура нейронной сети для решения задачи определения расхода электрической энергии

Проведен выбор оптимальной структуры ИНС с помощью программы 81айзйса 10.0. Проанализированы выборки значений расхода электрической энергии и влияющих факторов на различных структурных подразделениях железных дорог. Обучены нейронные сети для каждой из выборок с помощью программного продукта 81аЙ8Йса, из них выбраны лучшие нейросетевые модели. Установлено, что для определения расхода электрической энергии на нетя-

говые нужды железнодорожного транспорта целесообразно использовать многослойные персептроны (MLP) с числом нейронов на скрытом слое от трех до девяти, тип используемых передаточных функций на скрытом и выходном слоях - экспоненциальные, логистические и тангенциальные. ИНС должна включать в себя три слоя: входной, выходной и скрытый. Входной слой имеет четыре нейрона, а выходной - один, что соответствует количеству рассматриваемых влияющих факторов Xi - X4 и выходных величин у (расход электрической энергии).

Предложено для определения входных переменных нейронной сети применять модель, описывающую изменения во времени фактических значений расхода электроэнергии, которая в общем виде представляется нелинейной функцией:

WT=f(W„, xn,eT), (1)

где Wt- фактический расход электроэнергии за промежуток времени т; Wn, х„-предшествующие наблюдения за расходом электроэнергии и за внешними факторами, влияющими на объем электропотребления; п - объем выборки ретроспективных данных; £х - случайная составляющая, представляющая собой неучтенные в модели факторы, влияющие на объем электропотребления.

Выполнен анализ факторов, влияющих на расход электрической энергии нетяговыми железнодорожными потребителями, который показал, что из множества производственных и климатических факторов наибольшую значимость имеют объем производственной деятельности СП (V), средняя температура воздуха за отчетный период (t), приведенная мощность электрооборудования (ЭО) по условно-постоянной (Р*рп ) и переменной (Р"рсрсм) составляющим электропотребления.

На рис. 3 показаны зависимости расхода электрической энергии от принятых к рассмотрению факторов для СП различной хозяйственной принадлежности, которые показывают, что абсолютное значение коэффициента корреляции г во всех случаях оказывается выше 0,6, что говорит о наличии сильной связи указанных факторов с объемом электропотребления.

Разработан общий порядок анализа и определения расхода электрической энергии с применением ИНС, который включает в себя шесть основных этапов.

На первом этапе выполняется сбор исходных данных, представляющих собой выборку значений расхода электрической энергии и влияющих факторов за предшествующие расчетному периоды помесячно.

\У

800 000 а кВт-ч 600 000 500 000 400 000 300 ООО 200 000 100 000 о

♦ \ ф *

-г-

Г

700 ООО кВт-ч 500 000 400 000 300 ООО

уу 200 000 100 000 о

кВт

142 144 146 148 150 152 154 кВт 158

рУ-п

пр

рперем ■ пр г

Рис. 3. Эмпирические зависимости расхода электроэнергии от влияющих факторов для СП различной хозяйственной принадлежности: а - температуры (мотор-вагонное депо, коэффициент корреляции - -0,924); б - объема производственной деятельности (отдел материально-технического обеспечения, 0,682); в - условно-постоянной составляющей (дистанция сигнализации, централизации и блокировки, 0,884); г - переменной составляющей (дистанция электроснабжения, 0,723)

Исходные данные должны быть предоставлены как минимум за два года, предшествующих расчетному периоду. К числу исходных данных относятся расход электрической энергии за предшествующие расчетному периоды; фактическая среднемесячная температура воздуха; объем производственной деятельности объекта моделирования; перечень электрооборудования, используемого в структурном подразделении по состоянию на начало расчетного периода;

перечень электрооборудования, введенного в эксплуатацию и выведенного из эксплуатации за предшествующие расчетному периоды;

перечень электрооборудования с изменившимся режимом работы за предшествующие расчетному периоды.

С учетом коэффициента использования нагрузки определяется приведенная мощность ЭО в СП по следующим составляющим расхода электрической энергии:

условно-постоянная составляющая, которая обусловлена наличием ЭО, режимы работы которого не зависят от объемов производственной деятельности и носят вспомогательный характер выполнения производственно-технологического процесса;

переменная составляющая, которая обусловлена выполнением основного вида работ и зависит от его объема.

Предложено значения приведенной мощности ЭО по условно-постоянной и переменной составляющим электропотребления определять по выражениям:

Р:;=ЕРпР,. (2)

1=1

т

р,Ги=Хрпр,. (3)

3=1

где Р^ |, Р^ ^ - приведенная мощность ЭО, относящегося к условно-постоянной

и переменной составляющим электропотребления соответственно; кит — число групп ЭО соответственно по условно-постоянной и переменной составляющим электропотребления.

Предложено приведенную мощность единицы ЭО определять по формуле:

Рпр=киРн, (4)

где ки - коэффициент использования нагрузки эксплуатируемого ЭО; Рн -установленная мощность единицы эксплуатируемого ЭО.

На втором этапе осуществляется обработка первичных исходных данных и формирование обучающей выборки.

Исходные данные по расходу электрической энергии, средней температуре воздуха, объему производственной деятельности могут заноситься непосредственно в обучающую выборку, а данные о небалансе электрической энергии необходимо представить в относительных значениях:

Л

=——-100 %. (5)

те

Полученная информация является выборкой для обучения ИНС.

Данная выборка исходных данных используется на третьем этапе для создания и обучения нейронной сети.

Предложены усовершенствованный метод сравнения нейронных сетей и выбор наилучшей из них. В большинстве случаев для этих целей используется один из критериев (либо оба критерия в комплексе):

минимизация средней относительной погрешности МАРЕ (mean absolute percentage error):

MAPE = I^W^~W"HCi, (6)

П i=l ^факп

минимизация средней квадратичной погрешности MSE (mean squared

error):

MSE = -2(WiaKri-WHHCi)2. (7)

n i=l

В выражениях (6), (7) приняты следующие обозначения: WiaKri - фактический расход электрической энергии в i-м наблюдении; WHHCi - расход электрической энергии, спрогнозированный сетью при том же наборе влияющих факторов; п - объем выборки ретроспективных данных.

Установлено, что не во всех случаях указанные коэффициенты позволяют выбрать наилучшую конфигурацию нейронной сети.

Предложено для решения данной проблемы применить коэффициент Кть который оценивает близость дисперсий фактической и смоделированной выборок расхода электроэнергии:

КТ1=|Ч (8)

2

где Si и S2 - дисперсия фактической и смоделированной выборок расхода электроэнергии (отношение большей к меньшей, так что значение критерия КТ1 всегда больше единицы), рассчитывается по формуле:

NT

ZK-w)1

<9)

где NT - объем тестовой выборки; Wj - фактическое или смоделированное значение расхода электрической энергии; W - среднее фактическое или смоделированное значение расхода электроэнергии.

Предложено для оценки значения средней ошибки моделирования с использованием ИНС применить безразмерный коэффициент К^:

КТ2=Ь£, (Ю)

Т2 \У

где 1ст - значение е-критерия Стьюдента для заданной доверительной вероятности- 0 = 11—--среднеквадратическое отклонение средней ошиб-

' || Мт(Нт-1)

ки моделирования; ЭД^ - смоделированное значение расхода электрической

энергии при ¡-м наборе входных факторов; Wi0 - фактическое значение расхода

нт

_ IX

электроэнергии при ¡-м наборе входных факторов; W=J=i---среднее фактическое значение расхода электроэнергии.

Отмечено, что лучшей считается нейронная сеть, имеющая ближайшее к единице значение коэффициента КТ1 и ближайшее к нулю значение коэффициента К-п:

КТ1 -> 1; КТ2->0.'

(11)

Показано, что применение указанных коэффициентов позволяет исключать из рассмотрения нейросетевые модели с постоянной и переменной систематическими погрешностями.

На четвертом этапе осуществляется сбор информации о плановых значениях влияющих факторов на расчетный период. На основе этих данных ИНС автоматически рассчитывает плановые значения расхода электрической энергии на расчетный период (квартал) и анализирует изменение расхода в сравнении с аналогичным периодом предыдущего года.

На пятом этапе выполняются расчет плановых значений расхода электроэнергии с применением ИНС и оценка достоверности результатов прогнозирования.

Для расчета планируемого значения расхода электрической энергии необходимо в предварительно обученной нейросетевой модели задать расчетный период (месяц, квартал, год), а также ввести плановые значения влияющих

факторов. В результате программный комплекс автоматически рассчитывает планируемый расход электрической энергии. :

Планируемое значение расхода электроэнергии на отчетный период в целом по СП определяется как сумма ее планового расхода по отдельным объектам моделирования Wq план с учетом уровня небаланса электропотребления:

Wmali=£wqruraH> (12)

q=l

где п - количество объектов моделирования в СП.

На шестом этапе выполняется дообучение нейросети, заключающееся в корректировке параметров ИНС на основании добавления в обучающую выборку последних данных о фактическом расходе электрической энергии и фактических значениях влияющих факторов таким образом, чтобы ошибка моделирования с учетом новых данных была минимальной.

Разработана «Методика планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей» на основе предложенного подхода к планированию электропотребления. Методика утверждена распоряжением ОАО «РЖД» № 2626р от 06.12.2011 и внедрена на сети железных дорог.

Разработан алгоритм функционирования программного комплекса для определения расхода электрической энергии (рис. 4). Программный комплекс позволяет планировать расход электрической энергии нетяговых железнодорожных потребителей на любой расчетный период (месяц, квартал, год). Исходные данные для обучения загружаются в форме таблицы Microsoft Excel. Имеется возможность визуального отображения полученных зависимостей между расходом электрической энергии и всеми влияющими факторами. Результаты прогнозирования расхода электрической энергии представляются в форме таблицы Microsoft Excel и могут быть использованы для дальнейшей обработки и анализа.

Рис. 4. Алгоритм программного комплекса для определения расхода электрической энергии на нетяговые нужды с применением искусственных нейронных сетей

Программный комплекс «Нейросетевое планирование расхода электрической энергии на железнодорожном транспорте» зарегистрирован в реестре программ для ЭВМ 16.08.2012 (свидетельство об официальной регистрации программы для ЭВМ № 2012617381) и входит в состав утвержденной «Методики планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей» в качестве электронного приложения к ней.

В третьем разделе представлены результаты апробации разработанной «Методики планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей» и электронного приложения к ней. Апробация выполнена в пяти ремонтных локомотивных депо Южно-Уральской

железной дороги. Основные параметры нейросетевых моделей для рассматриваемых СП приведены в табл. 1.

Таблица 1

Параметры нейросетевых моделей

Наименование СП Тип активационной функции Отношение дисперсий выборок фактического и смоделированного расхода К-п Средняя ошибка моделирования Кт2

на входе на выходе

ТЧР-21 Таганай Сигмоидная Сигмоидная 1,203 0,077

ТЧР-22 Южный Урал Сигмоидная Сигмоидная 3,067 0,149

ТЧР-23 Зауралье Сигмоидная Сигмоидная 1,039 0,062

ТЧР-25 Аркаим Сигмоидная Радиально- 1,269 0,069

симметричная

ТЧР-26 Орск Сигмоидная Радиально- 1,814 0,054

симметричная

Результаты апробации представлены в табл. 2.

Опытная апробация методики анализа и определения расхода электропотребления показывает, что при квартальном планировании по дирекции расхождение между фактическим и планируемым значениями расхода электрической энергии составляет (-1,9) %. При прогнозировании расхода электрической энергии по отдельным СП расхождение не превышает 9 %, что также является удовлетворительным результатом и позволяет рекомендовать методику для опытного внедрения на сета железных дорог.

Таблица 2

Сравнение фактического и планируемого расхода электрической энергии _за 3-й квартал 2011 г.__

Наименование СП Расход электроэнергии за 3-й квартал, кВт-ч Расхождение модели и факта, %

факт модель

ТЧР-21 Таганай 642000 618324 -3,7

ТЧР-22 Южный Урал 1285217 1364951 -8,5

ТЧР-23 Зауралье 582000 627374 7,8

ТЧР-25 Аркаим 693000 660639 -4,7

ТЧР-26 Орск 1008000 1061599 5,3

Всего 4417000 4332887 -1,9

В четвертом разделе произведены проверка адекватности и оценка экономической эффективности внедрения методики анализа и определения расхода электрической энергии на нетяговые нужды в ОАО «РЖД».

Адекватность предложенного метода подтверждена статистическими методами с использованием Р-критерия Фишера. В качестве экспериментальных откликов принимаются относительные значения фактического месячного расхода электрической энергии для каждого СП, а в качестве откликов модели -относительные значения планируемого расхода за тот же период. По результатам исследования получено, что рассчитанные значения Р-критерия находятся в пределах от 1,21 до 1,48 и не превышают критического, что позволяет говорить об адекватности предложенной методики определения расхода электроэнергии на нетяговые нужды.

Выполнен расчет экономического эффекта от внедрения «Методики планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей» в пяти локомотивных ремонтных депо, который показал, что чистый дисконтированный доход для расчетного периода в 10 лет с момента выполнения работ должен составить 1357,3 тыс. р. в ценах 2013 г., простой расчетный срок окупаемости - 5,2 года.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Выполнен анализ существующих методов определения расхода электрической энергии на нетяговые нужды железнодорожного транспорта, в результате которого установлено, что существующие методы не в полной мере обеспечивают требуемую достоверность прогнозирования объема энергопотребления. Обоснован метод определения расхода электрической энергии с применением ИНС, установлено, что для целей прогнозирования объема электропотребления предпочтительной является сеть обратного распространения с одним скрытым слоем.

2. Выполнена систематизация производственно-технологических и климатических факторов, влияющих на расход электрической энергии нетяговых железнодорожных потребителей, которая показала, что из множества факторов наибольшую значимость имеют объем производственной деятельности СП, средняя температура воздуха за отчетный период, приведенная мощность ЭО по условно-постоянной и переменной составляющим электропотребления. Аб-

17

солютное значение коэффициента корреляции для указанных факторов оказывается выше 0,6, что говорит о наличии сильной связи их с объемом электропотребления.

3. Разработана математическая модель электропотребления структурных подразделений железных дорог с использованием ИНС. Предложен усовершенствованный метод выбора наилучшей структуры и параметров нейронной сети для определения расхода электрической энерпш на основе оценки близости дисперсий фактической и смоделированной выборок и среднеквадратического отклонения средней ошибки моделирования.

4. Разработана «Методика планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей», которая утверждена распоряжением старшего вице-президента ОАО «РЖД», внедрена на сети железных дорог и используется для определения расхода электроэнергии нетяговыми потребителями.

5. Зарегистрирован в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам программный комплекс «Нейросетевое планирование расхода электрической энергии на железнодорожном транспорте».

6. Выполнена апробация методики определения расхода электрической энергии в структурных подразделениях Южно-Уральской железной дороги. Достоверность и адекватность предложенной методики подтверждена с использованием Б-критерия Фишера; при этом расчетные значения критерия находятся в пределах от 1,21 до 1,48 и не превышают критического значения. Расхождение между планируемым и фактическим расходом электрической энергии

не превышает 9 %.

7. Определен экономический эффект от внедрения предложенной методики. Чистый дисконтированный доход за расчетный период (Т = 10 лет) от внедрения «Методика планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей» в пяти структурных подразделениях Южно-Уральской железной дороги должен составить 1357,3 тыс. р. в ценах 2013 г., простой расчетный срок окупаемости - 5,2 года.

Список работ, опубликованных по теме диссертации

1. Комякова О. А. Возможности искусственных нейронных сетей как аппарата для прогнозирования расхода электрической энергии на предприятиях железнодорожного транспорта / О. А. Комякова // Омский научный вестник / Омский гос. техн. ун-т. Омск, 2013. № 2(2013). С. 264 - 266.

2. Коломоец О. А. Разработка программного алгоритма прогнозирования расхода электрической энергии нетяговых железнодорожных потребителей на основе искусственных нейронных сетей / О. А. Коломоец, А. А. Комяков, А. В. Пономарев // Известия Транссиба I Омский гос. ун-т путей сообщения. Омск, 2013. № 3(15). С. 96 - 103.

3. Черемисин В. Т. Планирование расхода электрической энергии с применением ИНС / В. Т. Черемисин, А. А. Комяков, О. А. Коломоец // Железнодорожный транспорт. 2013. № 11. С. 54 - 56.

4. Комяков А. А. Применение искусственных нейронных сетей для планирования расхода электрической энергии на нетяговые нужды структурных подразделений железных дорог / А. А. Комяков, А. В. Пономарев, О. А. Комякова // Известия Транссиба / Омский гос. ун-т путей сообщения. Омск, 2011. № 1(5). С. 63 - 67.

5. Комякова О. А. Методические основы нейросетевого моделирования электропотребления на нетяговые нужды железнодорожного транспорта / О. А. Комякова, А. В. Пономарев, А. А. Комяков // Инновационные проекты и новые технологии в образовании, промышленности и на транспорте: Материалы научно-практической конференции / Омский гос. ун-т путей сообщения. Омск, 2011. С. 173-177.

6. Комяков А. А. Анализ основных методов планирования электропотребления на железнодорожном транспорте / А. А. Комяков, А. В. Пономарев, О. А. Комякова // Инновационные проекты и новые технологии в образовании, промышленности и на транспорте: Материалы науч.-практ. конф. / Омский гос. ун-т путей сообщения. Омск, 2012. С. 231 - 235.

7. Применение искусственных нейронных сетей для анализа и планирования расхода электроэнергии на нетяговые нужды / О. А. Комякова, В. И. Гутников и др. // Труды первой науч.-техн. конф. «Интеллектуальные системы управления на железнодорожном транспорте «ИСУЖТ-2012» / НИИАС. М., 2012. С. 274 - 276.

8. Коломоец О. А. Метод выбора наилучшей конфигурации нейросетевой модели для целей прогнозирования расхода электрической энергии предприятий железнодорожного транспорта / О. А. Коломоец, А. А. Комяков, А. В. Пономарев // Научные исследования и их практическое применение. Современное состояние и пути развития-2013: Материалы науч.-практ. интернет-конференции. Одесса, 2013. С. 78 - 82.

Программа для ЭВМ:

9. Комяков А. А. Нейросетевое планирование расхода электрической энергии на железнодорожном транспорте / А. А. Комяков, А. В. Пономарев, О. А. Комякова // Свидетельство об официальной регистрации программы для ЭВМ № 2012617381. Зарегистрировано в реестре программ для ЭВМ 16.08.2012.

Типография ОмГУПСа. 2013. Тираж 120 экз. Заказ 678 644046, г. Омск, пр. Маркса, 35

Федеральное агентство железнодорожного транспорта

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения

ПОВЫШЕНИЕ ЭНЕРГЕТИЧЕСКОЙ ЭФФЕКТИВНОСТИ НЕТЯГОВЫХ ЖЕЛЕЗНОДОРОЖНЫХ ПОТРЕБИТЕЛЕЙ ЗА СЧЕТ СОВЕРШЕНСТВОВАНИЯ МЕТОДОВ АНАЛИЗА И ОПРЕДЕЛЕНИЯ РАСХОДА ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ

Специальность 05.22.07 -«Подвижной состав железных дорог, тяга поездов и электрификация»

Диссертация

на соискание ученой степени кандидата технических наук

(ОмГУПС (ОмИИТ))

04201454319

КОЛОМОЕЦ Ольга Анатольевна

Научный руководитель: доктор техн. наук, профессор Черемисин Василий Титович

ОМСК 2013

СОДЕРЖАНИЕ

ВВЕДЕНИЕ..............................................................................................................4

1 Анализ методов определения расхода электрической энергии нетяговых железнодорожных потребителей...........................................................................8

1.1 Электроснабжение нетяговых железнодорожных потребителей электрической энергии............................................................................................8

1.2 Методы анализа и определения расхода электрической энергии

на железнодорожном транспорте.........................................................................16

1.3 Систематизация производственно-технологических и климатических факторов, влияющих на расход электрической энергии нетяговых железнодорожных потребителей.........................................................................22

1.4 Общие принципы нейросетевого моделирования...............................30

1.5 Основные результаты и выводы ..........................................................36

2 Разработка методики анализа и определения расхода электрической энергии нетяговых железнодорожных потребителей на основе ИНС.............37

2.1 Анализ и выбор структуры ИНС для определения расхода электрической энергии.................................................................................................37

2.2 Алгоритм обучения ИНС.......................................................................47

2.3 Совершенствование методов оценки успешности обучения ИНС ...51

2.4 Общий порядок анализа и определения расхода электрической энергии нетяговых железнодорожных потребителей с применением ИНС...........................................................................................58

2.5 Разработка программного комплекса для определения расхода электрической энергии нетяговых железнодорожных потребителей..............68

2.5.1 Формирование первичных исходных данных для программного комплекса....................................................................................68

2.5.2 Структура программного комплекса.................................................70

2.5.3 Алгоритм работы с программным комплексом...............................70

2.5.4 Создание и обучение нейронной сети в программном комплексе..............................................................................................................................71

2.5.5 Работа с обученной нейронной сетью в программном комплексе ..............................................................................................................................76

2.5.6 Дообучение нейронной сети в программном комплексе................80

2.5.7 Минимальные системные требования для программного комплекса ......................................................................................................................80

2.6 Основные результаты и выводы ..........................................................82

3 Апробация методики и программного комплекса для анализа и определения расхода электрической энергии нетяговых железнодорожных потребителей ..............................................................................................................83

3.1 Планирование расхода электрической энергии для локомотивного ремонтного депо ТЧР-21 Таганай Южно-Уральской железной дороги.....83

3.2 Сравнение фактического и планируемого расхода электрической энергии..................................................................................................................101

3.3 Основные результаты и выводы ........................................................106

4 Оценка экономической эффективности и адекватности методики для анализа и определения расхода электрической энергии на нетяговые нужды в ОАО «РЖД».................................................................................................107

4.1 Проверка адекватности предложенной методики............................107

4.2 Расчет экономической эффективности внедрения методики анализа и определения расхода электрической энергии на нетяговые нужды в ОАО «РЖД» ........................................................................110

4.3 Основные результаты и выводы .......................................................115

Заключение...........................................................................................................116

Библиографический список................................................................................118

Приложение 1. Распоряжение об утверждении Методики планирования расхода электрической энергии на нетяговые нужды с использованием

искусственных нейронных сетей .....................................................................127

Приложение 2. Свидетельство об официальной регистрации программы для ЭВМ № 2012617381 «Нейросетевое планирование расхода электрической энергии на железнодорожном транспорте...............................................129

ВВЕДЕНИЕ

Железнодорожный транспорт является крупным потребителем энергетических ресурсов в стране, расходуя около 5% электроэнергии и 11% дизельного топлива. Энергетическая эффективность в современных условиях является важнейшим фактором повышения конкурентоспособности российских железных дорог на внутреннем и международном рынке транспортных услуг [1].

В структуре затрат ОАО «Российские железные дороги» на приобретение энергоресурсов существенная доля приходится на электрическую энергию (62,24%), в том числе и на нетяговые нужды (8,05%), что составляет около 89 млрд. руб. в год.

Основные программные документы в области энергосбережения («Энергетическая стратегия железнодорожного транспорта на период до 2010 года и на перспективу до 2030 года», «Транспортная стратегия Российской Федерации на период до 2030 г.» [2,3]) декларируют в качестве одной из главных целей повышение энергетической эффективности основных производственных процессов компании. Важная роль при этом уделяется процессам анализа и прогнозирования расхода электрической энергии как в системе тягового электроснабжения, так и на нетяговые нужды структурных подразделений (СП) железных дорог.

На сегодняшний день достоверность результатов планирования расхода электрической энергии нетяговых железнодорожных потребителей не во всех случаях является удовлетворительной, что свидетельствует о недостаточной степени разработанности исследуемой темы. Так, планируемый расход электрической энергии на нетяговые нужды в ОАО «РЖД» за 2012 год составил 5446,1 млн. кВт-ч, а фактический 4370,2 млн. кВт-ч (расхождение (-19,8)%). Наиболее существенна погрешность планирования по Дирекции железнодорожных вокзалов (-30%), Дирекции тепловодоснабжения (-32,7%), Дирекции управления движением (-34,7)%, а также по отдельным железным дорогам: Свердловской (-9,0)%, Красноярской (-8,6)%, Западно-Сибирской (-6,1)%. В итоге установление недостоверных лимитов электропотребления приводит к неэффективному использованию денежных средств на приобретение энергоресурсов.

В связи с этим разработка актуальной и достоверной методики анализа и определения расхода электрической энергии нетяговых железнодорожных

4

потребителей на основе современного математического аппарата является актуальной задачей.

Цель диссертационной работы - совершенствование методов анализа и определения расхода электрической энергии нетяговыми железнодорожными потребителями на основе математического аппарата искусственных нейронных сетей.

Для достижения указанной цели были поставлены следующие задачи:

1) выполнить систематизацию производственно-технологических и климатических факторов, влияющих на расход электрической энергии нетяговых железнодорожных потребителей;

2) разработать математическую модель электропотребления структурных подразделений железных дорог с использованием искусственных нейронных сетей;

3) разработать методику и программный комплекс на основе искусственных нейронных сетей для анализа и определения расхода электрической энергии на нетяговые нужды железнодорожного транспорта;

4) выполнить апробацию методики анализа и определения расхода электрической энергии на предприятиях железнодорожного транспорта и определить экономический эффект от ее внедрения.

Методы исследования. Для достижения поставленных целей использованы теоретические и экспериментальные исследования, моделирование процессов электропотребления на нетяговые нужды с помощью разработанного программного комплекса на основе искусственных нейронных сетей. В исследованиях использованы основные положения математической статистики и теории вероятностей.

Научная новизна диссертационной работы заключается в следующем.

1. Разработана методика анализа и определения расхода электрической энергии структурных подразделений железных дорог с использованием искусственных нейронных сетей, учитывающая влияние климатических и производственных факторов.

2. Предложен алгоритм выбора структуры и параметров нейронной сети на основе расчета коэффициента, характеризующего близость дисперсий фактической и смоделированной выборок, и среднеквадратического отклонения средней ошибки моделирования для определения расхода электрической энергии структурных подразделений железных дорог.

Положения, выносимые на защиту:

1) методика анализа и определения расхода электрической энергии на нетяговые нужды железнодорожных потребителей с использованием искусственных нейронных сетей;

2) алгоритм выбора структуры и параметров нейронной сети для определения расхода электрической энергии структурных подразделений железных дорог на основе оценки близости дисперсий фактической и смоделированной выборок и среднеквадратического отклонения средней ошибки моделирования.

Достоверность научных положений и результатов диссертационной работы обоснована теоретически и подтверждена положительными результатами апробации методики анализа и определения расхода электрической энергии на нетяговые нужды с применением искусственных нейронных сетей в структурных подразделениях Южно-Уральской железной дороги с погрешностью, не превышающей 9 %.

Практическая ценность и реализация результатов работы подтверждаются следующими документами и программами:

1) методика планирования расхода электрической энергии на нетяговые нужды с использованием искусственных нейронных сетей, утвержденная распоряжением ОАО «РЖД» № 2626р от 06.12.2011;

2) программный комплекс «Нейросетевое планирование расхода электрической энергии на железнодорожном транспорте», зарегистрированный в реестре программ для ЭВМ 16.08.2012 (свидетельство об официальной регистрации программы для ЭВМ № 2012617381).

Личный вклад соискателя. Автором принято непосредственное участие в работе на всех этапах: при получении исходных данных, их систематизации и проведении анализа, разработке программного комплекса и апробации результатов исследования. На основе полученной информации сформулированы основные положения диссертации, составляющие ее новизну и практическую ценность.

Апробация работы. Основные положения работы и ее результаты докладывались и обсуждались на научно-практических конференциях «Инновационные проекты и новые технологии в образовании, промышленности и на транспорте» (Омск, 2011 - 2012), «Интеллектуальные системы управления на железнодорожном транспорте «ИСУЖТ-2012» (Москва, 2012), «Научные исследования и их практическое применение. Современное состояние и пути

6

развития-2013» (Одесса, 2013), «Эксплуатационная надежность подвижного состава» (Омск, 2013), на семинаре кафедры «Теоретическая электротехника» Омского государственного университета путей сообщения (Омск, 2013), научно-техническом семинаре Омского государственного университета путей сообщения «Повышение эффективности работы железнодорожного транспорта, объектов промышленной теплоэнергетики, телекоммуникационно-информационных систем, автоматики и телемеханики» (Омск, 2013).

Публикации. По материалам диссертации опубликовано девять печатных работ, из них три - в изданиях, определенных ВАК Минобрнауки России [1-3].

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех разделов, заключения, библиографического списка из 93 наименований и двух приложений. Работа изложена на 126 страницах основного текста, содержит 42 рисунка, 36 таблиц.

1 Анализ методов определения расхода электрической энергии нетяговых железнодорожных потребителей

1.1 Электроснабжение нетяговых железнодорожных потребителей электрической энергии

Нетяговые железнодорожные потребители - это потребители электрической энергии, входящие в состав ОАО «РЖД» и не использующие электроэнергию от контактной сети.

Вопросам повышения эффективности системы электроснабжения потребителей железнодорожного транспорта посвящены работы А. Н. Поплав-ского, В. Н. Пупынина, Р. Р. Мамошина, А. Т. Буркова, Е. П. Фигурнова, А. В. Котельникова, М. П. Бадера, А. Г. Галкина, Б. Е. Дынькина, Ю. И. Жаркова, А. В. Ефимова, М. Г. Шалимова, В. Т. Черемисина, В. Л. Григорьева, Ю. П. Неугодникова, Н. И. Молина, В. Д. Бардушко, В. П. Зака-рюкина, А. В. Крюкова, А. Б. Косарева, А. Н. Марикина, Л. А. Германа и других ученых [4 - 14, 16 - 21].

В соответствии с ОСТ 32.14-80 «Электроприемники предприятий железнодорожного транспорта. Категорийность в отношении обеспечения надежности электроснабжения» в отношении надежности электроснабжения объекты нетяговых потребителей делятся на три категории [22, 23].

К первой категории относятся электроприемники (ЭП), перерыв электроснабжения которых может повлечь за собой опасность для жизни людей, срыв графика движения поездов, значительный ущерб транспорту и хозяйству страны в целом. ЭП этой категории должны обеспечиваться электроэнергией от двух независимых источников питания, причем перерыв их электроснабжения может быть допущен только на время автоматического восстановления питания. В составе этой группы выделяется особая категория ЭП, для которой предусматривается дополнительное питание от третьего независимого источника (аккумуляторные батареи, дизель-генераторные установки). К данной категории относятся устройства СЦБ и связи, вокзалы вместимостью более 300 чел., диспетчерские пункты и т.п.

Ко второй категории относятся ЭП, перерыв электроснабжения которых приводит к нарушению производственного цикла и массовым простоям рабочих энергоемких предприятий. Такие ЭП обеспечиваются электроэнергией от двух источников питания, причем перерыв их электроснабжения до-

пускается на время выполнения переключений обслуживающим персоналом. К данной категории относятся ремонтные цеха локомотивных и вагонных депо, небольшие вокзалы, административно-бытовые здания и т.п.

Все остальные ЭП относятся к третьей категории. Их электроснабжение обычно выполняется от одного источника питания при условии, что перерыв их электропитания не превышает одних суток.

Электроснабжение нетяговых потребителей осуществляется, как правило, следующими способами (рисунок 1.1):

- по линиям продольного электроснабжения (ЛПЭ) на участках постоянного тока и линиям «два провода-рельс» (ДПР) на участках переменного тока. ЛПЭ обычно подключаются к шинам 6(10, 35)кВ тяговых подстанций, а ДПР - к шинам 27,5 кВ. По такой схеме обычно питаются небольшие потребители, рассредоточенные вдоль железнодорожных путей: пункты обогрева дистанций пути, объекты небольших станций, пункты обнаружения нагретых букс (ПОНАБ) и т.п. Для питания таких объектов предусмотрены комплектные трансформаторные подстанции (КТП), которые располагаются вдоль путей. Также от ЛПЭ и ДПР осуществляется резервное питание устройств СЦБ;

- по линиям основного питания устройств СЦБ. Для повышения надежности эти линии подключены к специальным повышающим трансформаторам СЦБ, которые, в свою очередь, питаются от шин собственных нужд тяговых подстанций. Такая схема позволяет обеспечить гальваническую развязку системы электроснабжения СЦБ с питающей системой, а также уменьшить влияние переходных процессов в питающей системе на работу устройств СЦБ;

- от шин собственных нужд тяговых подстанций. К таким потребителям относят системы освещения, электроотопления зданий тяговых подстанций, подогрев приводов выключателей и т.п.;

- по распределительным сетям железнодорожных узлов, которые включают в себя большое количество распределительных и трансформаторных подстанций (РП и ТП). К этим сетям обычно подключены объекты, расположенные в границах больших железнодорожных станций. Обычно сети железнодорожных узлов получают питание от шин 6 (10, 35) кВ тяговых подстанций постоянного тока или шин 10 (35) кВ тяговых подстанций переменного тока.

ввод от питающем энергосистемы

ИОкВ

6(10, 35) кВ

* ЛПЭ (линия продольного ЭЛС) КТП1

0,4 кВ небольшие

-М-

ж.д. потребители, расположенные

КТП2 _ вдоль "Утей

О/ИсВ резервное питание

устройств СЦБ

-М-

ТП1

РП

тпз

0,4 кВ

ТП2

нетяговые ж.д. потребители

0,4 кВ

соб